人工智慧近年屢屢挑戰人類極限!但想稱霸麻將,可沒那麼容易(上)
為何我們會想寫這篇文章?
讀者看到了這篇文章：AI人工智慧又贏了!微軟Suphx突破日本麻將最高紀錄,打敗人類頂尖玩家時，可能會立即聯想到 Google 開發的圍棋人工智慧 Alpha Go 於兩年前以近乎完美姿態打敗人類選手李世乭和柯潔的新聞。根據微軟所說：研發麻將 AI 人工智慧的技術門檻可說是比研發圍棋、德州撲克等棋牌、博弈類的遊戲難多了！是真的嗎？這篇取材自微軟亞洲研究院的新聞稿，解釋為何同樣是人工智慧，為何研發 AI 麻將技術門檻就是比 Alpha Go 等棋類 AI 高的還多！
微軟：麻將變動度，更勝圍棋德州撲克等
人工智慧近年來又要再次挑戰人類極限!最近微軟的新聞稿上提到了開發麻將 AI 人工智慧「Sphix」難度與象棋、圍棋、德州撲克等棋牌類遊戲相比，麻將具有更復雜的隱藏信息和更高的難度。總言而之，麻將 AI人工智慧 主要面臨以下挑戰：
巨大的狀態空間：
與只有 52 張牌的德州撲克相比，136 張麻將牌的排列組合擁有更多的可能性。同時，麻將中同一個玩家在兩次出牌之間，夾雜了其他 3 個玩家的出牌和自己摸的底牌，可能出現的不同局面數目非常巨大。值得提出的是，在麻將中，4 位玩家的出牌順序是不固定的，任意一位玩家的「吃」、「碰」、「槓」都可能改變出牌順序，導致遊戲順序的不規則和莫大的變化。這些變動使麻將很難直接利用 AlphaGo 等棋盤遊戲 AI 常用的蒙特卡洛樹搜索算法。
非完美資訊遊戲：
賽局理論中，資訊集合是指對於特定的參與者，建立基於其所觀察到的所有賽局中可能發生的行動的集合。如果賽局是完美資訊的，每個資訊集合只能有一個參與者，並顯示賽局所處的階段。否則，有的參與者可能就不知道賽局的狀態，以及自己周圍的形勢。
象棋和圍棋屬於完美資訊遊戲，玩家可以看到棋局中對方玩家的落子。麻將則存在大量的隱藏資訊。具體而言，麻將中每個玩家可以有 13 張手牌，另外還有 84 張底牌。對於一個玩家而言，他只知道自己手裏的 13 張牌和之前已經打出來的牌，卻無法知道別人的手牌和沒有翻出來的底牌，所以最多可以有超過 120 張未知的牌。這麽多的未知資訊，使得麻將的難度非常高。一方面，由於隨機性太大，玩家即便在出牌決策中估計對方玩家手牌、底牌等不可見的牌，也無法避免不確定性對於遊戲走向的影響。這將對 AI人工智慧 模型的訓練帶來很大挑戰：AI人工智慧 模型很難發現已知牌面信息和最優打法之間的邏輯鏈路。另一方面，豐富的隱藏信息導致遊戲樹的寬度非常大，對樹搜索算法的可行性提出了進一步的挑戰。
復雜的獎勵機制：
日本麻將的規則是「無役不能和牌」，多樣又特殊的牌面，構成了復雜的「役種」和番數計算規則。一輪遊戲共包含 8 局，單局得分與役種和番數相關，最後根據 8 局的得分總和進行排名，來形成最終影響段位的點數獎懲。因此有時麻將高手會策略性輸牌，例如，在第 8 輪時如果 A 玩家已經大比分領先第二名，他可能會故意放炮給排名第四的玩家，來防止總分被排名第二的玩家反超，保證自己在最終結算時獲得最大的點數獎勵。這為構建高超的麻將 AI人工智慧 策略帶來了額外的挑戰，AI人工智慧 需要審時度勢，把握進攻與防守的時機。
「面對麻將遊戲的巨大挑戰，AI人工智慧 僅靠強大的計算能力，無法從根本上解決問題，而需要更強的直覺、預測、推理和模糊決策能力」微軟亞洲研究院副院長、機器學習領域負責人劉鐵巖博士表示。
為了讓 Suphx 高效地學習麻將的複雜狀態和策略，微軟亞洲研究院針對麻將的特點與困難度，嘗試了一系列的「基於強化學習」的新式演算法，希望通過技術面的創新，讓 Suphx 具備強大有效的「狀態表達」和「策略學習」能力，同時具有「大局意識」，能從遊戲的全局角度做出策略性的判斷，確保統計意義上總分的領先地位。
參考連結:
暑假快到了！與其讓兒子盲目拚學測，我寧可讓他先選擇人生方向~
留言列表
